孙备

教授 博士生导师 硕士生导师

所在单位:自动化学院

学历:博士研究生毕业

性别:男

联系方式:sunbei@csu.edu.cn

学位:博士学位

在职信息:在职

主要任职:国际自动控制联合会TC6.2技术委员会委员,中国有色金属学会自动化学术委员会秘书长

毕业院校:中南大学

学科:控制科学与工程

曾获荣誉:

全国有色金属优秀青年科技奖

个人简介

孙备,中南大学自动化学院教授、博士生导师。201512月获中南大学控制科学与工程专业工学博士学位,纽约大学联合培养博士(2012-2014),芬兰阿尔托大学博士后(2016-2018)。入选国家级青年人才计划、湖湘青年英才中国科协青年托举人才。主要从事工业人工智能研究工作,主持国家重点研发计划课题,国家自然科学基金面上项目、青年基金等项目。兼任国际自动控制联合会TC6.2技术委员会委员,中国有色金属学会自动化学术委员会秘书长International Journal of Minerals, Metallurgy and Materials(IJMMM)青年编委。5年第一/通讯作者发表论文31篇,合作出版英文专著1部,参编教材1部,申请/授权国家发明专利40项,获批软件著作权8项。曾获教育部技术发明奖一等奖、湖南省科学技术创新团队奖、中国自动化学会自然科学奖一等奖、中国有色金属工业协会科学技术奖一等奖等省部级科技奖励,以及全国有色金属优秀青年科技奖、张钟俊奖等。指导学生获湖南省优秀硕士论文,以及中国自动化大会最佳应用论文奖、中国有色金属学术年会优秀论文奖等奖项。


研究方向

  • 1.工业智能

  • 2.系统建模与参数辨识

  • 3.模式识别与机器学习

  • 4.智能控制与优化决策

  • 5.最优控制与强化学习

招生:有1-2名博士生、3名硕士研究生招生指标,请对上述研究方向感兴趣、踏实上进的同学与我联系,Email:sunbei@csu.edu.cn


代表性论著

专著、教材:

1. 《Modeling, optimization and control of zinc hydrometallurgical purification processes》. Chunhua Yang, Bei Sun. London: Elsevier, 2021.

2. 《智能控制: 方法与应用》第十八章:流程工业过程智能控制. 周晓君, 孙备. 北京: 中国科学技术出版社, 2020.


论文:

1.  复杂生产流程协同优化与智能控制[J]. 自动化学报, 2023, 49(3): 528-539.

2.  A Spatial-Temporal variational graph attention autoencoder using interactive information for fault detection in complex industrial processes[J]. IEEE Transactions on Neural Networks and Learning Systems, 2024, 35(3): 3062-3076.

3. An interpretable operating condition partitioning approach based on global spatial structure compensation-local temporal information aggregation self-organizing map for complex industrial processes, Expert Systems With Applications, 2024, 249: no. 123841.

4.  A co-optimized control method of key parameters during operating state migration in zinc electrolysis process[J]. Journal of the Franklin Institute, 2024, 361: no. 107303.

5. A dynamics-learning multirate estimation approach for the feeding condition perception of complex industry processes[J]. IEEE Transactions on Cybernetics, 2024, 54(5): 3286-3298.

6.  A spatial-temporal structural estimation model based on GATE-PCGRU for multirate industrial process[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: no. 3524911.

7. Process monitoring of abnormal working conditions in the zinc roasting process with an ALD-based LOF-PCA method[J]. Process Safety and Environmental Protection, 2022, 161: 640-650.

8. An integrated multi-mode model of froth flotation cell based on fusion of flotation kinetics and froth image features[J]. Minerals Engineering, 2021, 172: no. 107169.

9. A trend-based event-triggering fuzzy controller for the stabilizing control of a large-scale zinc roaster[J]. Journal of Process Control, 2021, 97: 59-71.

10.  A comprehensive hybrid first principles/machine learning modeling framework for complex industrial processes[J]. Journal of Process Control, 2020, 86: 30-43.